­

10 Python 基础： 如何定制类，这里有答案

  • 2019 年 10 月 5 日
  • 筆記

前言

这是 “Python 基础”系列的第 10 篇文章 ，共 20 篇 。 01 Python 基础：Python入门必看之语法基础 02 Python 基础：列表及字典内置函数&方法内容梳理 03 Python 基础：Python函数及递归函数知识点梳理 04 Python 基础：讲解迭代、过滤、匿名函数、排序算法四大知识点 05 Python 基础：高阶函数学习实践 06 Python 基础：难点装饰器的学习介绍及实现赌博收益小案例 07 Python 基础：重点知识点函数的参数难点解答 08 Python 基础：面试问你类与实例及其属性还不会吗 09 Python 基础：手把手带你梳理对象、继承与多态知识点 10 Python 基础：如何定制类，这里有答案 11 Python 基础：知识巩固，实现一个简易学生管理系统 12 Python 基础：如何优化代码质量，错误、调试和测试你必须要懂 13 Python 基础：模块的概念及使用方法并着重介绍两个常用模块 14 Python 基础：重点知识点–IO编程 15 Python 基础：程序猿必懂知识之正则表达式 16 Python 基础：重点知识点–Pygame的基础知识梳理 17 Python 基础：重点知识点–Pygame实现儿时经典游戏坦克大战 18 Python 基础：重点知识点–进程和线程概念、应用知识梳理 19 Python 基础：重点知识点–网络通信基础知识讲解 20 Python 基础：重点知识点–网络通信进阶知识讲解

目录

10 Python 基础： 如何定制类，这里有答案，共有 1 部分：

  • 定制类

看到类似__slots__这种形如__xxx__的变量或者函数名就要注意，这些在Python中是有特殊用途的。

__slots__我们已经知道怎么用了，__len__()方法我们也知道是为了能让class作用于len()函数。

除此之外，Python的class中还有许多这样有特殊用途的函数，可以帮助我们定制类。

__str__

我们先定义一个Student类，打印一个实例：

>>> class Student(object):  ...     def __init__(self, name):  ...         self.name = name  ...  >>> print Student('Michael')  <__main__.Student object at 0x109afb190>

打印出一堆<__main__.Student object at 0x109afb190>，不好看。

怎么才能打印得好看呢？只需要定义好__str__()方法，返回一个好看的字符串就可以了：

>>> class Student(object):  ...     def __init__(self, name):  ...         self.name = name  ...     def __str__(self):  ...         return 'Student object (name: %s)' % self.name  ...  >>> print Student('Michael')  Student object (name: Michael)

这样打印出来的实例，不但好看，而且容易看出实例内部重要的数据。

但是细心的朋友会发现直接敲变量不用print，打印出来的实例还是不好看：

>>> s = Student('Michael')  >>> s  <__main__.Student object at 0x109afb310>

这是因为直接显示变量调用的不是__str__()，而是__repr__()，两者的区别是__str__()返回用户看到的字符串，而__repr__()返回程序开发者看到的字符串，也就是说，__repr__()是为调试服务的。

解决办法是再定义一个__repr__()。但是通常__str__()和__repr__()代码都是一样的，所以，有个偷懒的写法：

class Student(object):      def __init__(self, name):          self.name = name      def __str__(self):          return 'Student object (name=%s)' % self.name      __repr__ = __str__

注意事项

当我们的迭代器被for循环了，或者已经list过1次之后，在list或者是for循环就会报错，或者是得到空列表，是因为next()已经调用了，现在已经是抛出StopIteration()停止迭代的异常，所以就不能再for循环和next了

__iter__

如果一个类想被用于for … in循环，类似list或tuple那样，就必须实现一个__iter__()方法，该方法返回一个迭代对象，然后，Python的for循环就会不断调用该迭代对象的next()方法拿到循环的下一个值，直到遇到StopIteration错误时退出循环。

我们以斐波那契数列为例，写一个Fib类，可以作用于for循环：

class Fib(object):      def __init__(self):          self.a, self.b = 0, 1 # 初始化两个计数器a，b  def __iter__(self):          return self # 实例本身就是迭代对象，故返回自己  def next(self):          self.a, self.b = self.b, self.a + self.b # 计算下一个值          if self.a > 100000: # 退出循环的条件              raise StopIteration();          return self.a # 返回下一个值

现在，试试把Fib实例作用于for循环：

>>> for n in Fib():  ...     print n  ...  1  1  2  3  5  ...  46368  75025

__getitem__

Fib实例虽然能作用于for循环，看起来和list有点像，但是，把它当成list来使用还是不行，比如，取第5个元素：

>>> Fib()[5]  Traceback (most recent call last):    File "<stdin>", line 1, in <module>  TypeError: 'Fib' object does not support indexing

要表现得像list那样按照下标取出元素，需要实现__getitem__()方法：

class Fib(object):      def __getitem__(self, n):          a, b = 1, 1          for x in range(n):              a, b = b, a + b          return a

现在，就可以按下标访问数列的任意一项了：

>>> f = Fib()  >>> f[0]  1  >>> f[1]  1  >>> f[2]  2  >>> f[3]  3  >>> f[10]  89  >>> f[100]  573147844013817084101

但是list有个神奇的切片方法：

>>> range(100)[5:10]  [5, 6, 7, 8, 9]

对于Fib却报错。原因是__getitem__()传入的参数可能是一个int，也可能是一个切片对象slice，所以要做判断：

class Fib(object):      def __getitem__(self, n):          if isinstance(n, int):              a, b = 1, 1              for x in range(n):                  a, b = b, a + b              return a          if isinstance(n, slice):              start = n.start              stop = n.stop              a, b = 1, 1              L = []              for x in range(stop):                  if x >= start:                      L.append(a)                  a, b = b, a + b              return L

现在试试Fib的切片：

>>> f = Fib()  >>> f[0:5]  [1, 1, 2, 3, 5]  >>> f[:10]  [1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

但是没有对step参数作处理：

>>> f[:10:2]  [1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89]

也没有对负数作处理，所以，要正确实现一个__getitem__()还是有很多工作要做的。

此外，如果把对象看成dict，__getitem__()的参数也可能是一个可以作key的object，例如str。

与之对应的是__setitem__()方法，把对象视作list或dict来对集合赋值。最后，还有一个__delitem__()方法，用于删除某个元素。

总之，通过上面的方法，我们自己定义的类表现得和Python自带的list、tuple、dict没什么区别，这完全归功于动态语言的“鸭子类型”，不需要强制继承某个接口。

__getattr__

正常情况下，当我们调用类的方法或属性时，如果不存在，就会报错。比如定义Student类：

class Student(object):  	def __init__(self):          self.name = 'Michael'

调用name属性，没问题，但是，调用不存在的score属性，就有问题了：

当调用不存在的属性时，比如score，Python解释器会试图调用getattr(self, 'score')来尝试获得属性，这样，我们就有机会返回score的值

>>> s = Student()  >>> print(s.name)  Michael  >>> print(s.score)  Traceback (most recent call last):    ...  AttributeError: 'Student' object has no attribute 'score'

错误信息很清楚地告诉我们，没有找到score这个attribute。

要避免这个错误，除了可以加上一个score属性外，Python还有另一个机制，那就是写一个__getattr__()方法，动态返回一个属性。修改如下：

class Student(object):  	def __init__(self):          self.name = 'Michael'  	def __getattr__(self, attr):          if attr=='score':              return 99

当调用不存在的属性时，比如score，Python解释器会试图调用__getattr__(self, 'score')来尝试获得属性，这样，我们就有机会返回score的值：

>>> s = Student()  >>> s.name  'Michael'  >>> s.score  99

返回函数也是完全可以的：

class Student(object):  	def __getattr__(self, attr):          if attr=='age':              return lambda: 25

只是调用方式要变为：

>>> s.age()  25

注意，只有在没有找到属性的情况下，才调用__getattr__，已有的属性，比如name，不会在__getattr__中查找。

此外，注意到任意调用如s.abc都会返回None，这是因为我们定义的__getattr__默认返回就是None。要让class只响应特定的几个属性，我们就要按照约定，抛出AttributeError的错误：

class Student(object):  	def __getattr__(self, attr):          if attr=='age':              return lambda: 25          raise AttributeError(''Student' object has no attribute '%s'' % attr)

这实际上可以把一个类的所有属性和方法调用全部动态化处理了，不需要任何特殊手段。

这种完全动态调用的特性有什么实际作用呢？作用就是，可以针对完全动态的情况作调用。

举个例子：

现在很多网站都搞REST API，比如新浪微博、豆瓣啥的，调用API的URL类似：

http://api.server/user/friends

http://api.server/user/timeline/list

如果要写SDK，给每个URL对应的API都写一个方法，那得累死，而且，API一旦改动，SDK也要改。

利用完全动态的__getattr__，我们可以写出一个链式调用：

class Chain(object):  	def __init__(self, path=''):          self._path = path  	def __getattr__(self, path):          return Chain('%s/%s' % (self._path, path))  	def __str__(self):          return self._path

试试：

>>> Chain().status.user.timeline.list  '/status/user/timeline/list'

这样，无论API怎么变，SDK都可以根据URL实现完全动态的调用，而且，不随API的增加而改变！

还有些REST API会把参数放到URL中，比如GitHub的API：

GET /users/:user/repos

调用时，需要把:user替换为实际用户名。如果我们能写出这样的链式调用：

Chain().users('michael').repos

就可以非常方便地调用API了。有兴趣的童鞋可以试试写出来。

__call__

一个对象实例可以有自己的属性和方法，当我们调用实例方法时，我们用instance.method()来调用。能不能直接在实例本身上调用呢？类似instance()？在Python中，答案是肯定的。

任何类，只需要定义一个__call__()方法，就可以直接对实例进行调用。请看示例：

class Student(object):      def __init__(self, name):          self.name = name  	def __call__(self):          print('My name is %s.' % self.name)

调用方式如下：

>>> s = Student('Michael')  >>> s()  My name is Michael.

__call__()还可以定义参数。对实例进行直接调用就好比对一个函数进行调用一样，所以你完全可以把对象看成函数，把函数看成对象，因为这两者之间本来就没啥根本的区别。

如果你把对象看成函数，那么函数本身其实也可以在运行期动态创建出来，因为类的实例都是运行期创建出来的，这么一来，我们就模糊了对象和函数的界限。

那么，怎么判断一个变量是对象还是函数呢？其实，更多的时候，我们需要判断一个对象是否能被调用，能被调用的对象就是一个Callable对象，比如函数和我们上面定义的带有__call()__的类实例：

>>> callable(Student())  True  >>> callable(max)  True  >>> callable([1, 2, 3])  False  >>> callable(None)  False  >>> callable('string')  False

通过callable()函数，我们就可以判断一个对象是否是“可调用”对象。

小结

Python的class允许定义许多定制方法，可以让我们非常方便地生成特定的类。

VirMach 便宜 VPS

QNews

QNews